AI 日报 · 2026 年 10 月 16 日 · 星期五
MYHOT
GPT-6-Astra 解出 50 道物理研究题中的 49 道
新基准测试显示，运行在 OpenAI Codex 环境中的 GPT-6-Astra 无需人类提示即解出 50 道理论物理研究题中的 49 道，每题平均成本不到 3 美元。同日 Anthropic 披露第三季度收入 168 亿美元，增速放缓并拟 11 月 IPO。
模型发布/更新
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein
Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，参数规模 56 亿，支持文生图、图像编辑和最多十张参考图生成，原生支持 4K 输出与像素级精确编辑。
昆仑万维发布 Matrix-Game 4.0 消费级显卡视频大模型游戏并开源
昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，项目已同步开源。
NVIDIA 扩展 Nemotron 家族，发布 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一款 1200 亿参数的开放模型，在指令遵循、工具调用、多步业务流程和视觉理解等多模态智能体任务上达到领先精度，参数量约为其最大推理模型的五分之一。
Meta 在 NVIDIA GB300 NVL72 上开源 Muse Spark Open 编码模型
Meta 发布编码优化模型 Muse Spark Open，采用 816B 参数的 MoE 架构，激活参数 42B，上下文窗口 1M token。该模型专门基于 NVIDIA GB300 NVL72 Blackwell Ultra 训练，面向智能体编码工作流，具备更高的首次尝试准确率、可靠的工具调用和跨仓库的深度代码库理解能力。
产品发布/更新
英伟达发布 RTX Spark，并在全球多地举办上市活动
英伟达发布 NVIDIA RTX Spark，官方称这是一台面向创作者、玩家和 AI 智能体的 Windows PC，并邀请用户参加 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔和首尔举行的上市活动。
行业动态
Anthropic 第三季度收入 168 亿美元，增速放缓，拟 11 月 IPO
Anthropic 在旧金山与潜在投资者的私下会议上披露，第三季度收入为 168 亿美元，较第二季度增长约 45%，是 2025 年全年收入的三倍多，但增速已从第二季度因 Claude Code 需求激增带来的 140% 以上明显放缓。
论文研究
GPT-6-Astra 在 50 道物理研究题中解出 49 道，每题约 2.40 美元
一项新基准测试让商用 AI 智能体在没有人类提示的情况下解决理论物理研究问题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），每题平均成本不到 3 美元，整套基准约 116 美元。
上海AI实验室团队用书生-S2 大模型证明三维 Ghys 猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型 S2，通过人机协同完成三维 Ghys 猜想的证明，北京大学董彬、刘若川团队用 SHEAF 框架完成形式化验证，论文已在 arXiv 发布。
MIT 等团队用机器学习后处理改进 2 至 6 周次季节天气预报
MIT 等机构的研究团队在 Nature 发表论文，提出一种机器学习后处理层，学习并修正现有预报模型的误差，将 2 至 6 周次季节预报的准确率提高一倍，并在 ECMWF 的预报竞赛中夺得第一。该模型首次在这一时间尺度上超过气候平均值，同时显著提升了对极端天气的预测能力，且为开源、低成本的附加模块，可搭配任意预报模型使用。
微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行，在笔记本上每秒证明 7.2 至 8.7 百万条 RISC-V 处理器指令，15 项基准上平均比现有最快的 zkVM 快 10 至 39 倍。
技巧与观点
AWS Machine Learning Blog一手AWS 提出 Trust in Depth：用自动化推理让 Agent 获得更多自主权
AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在 Agent 规则可被精确表达时用自动化推理验证其行为，只在真正需要判断的地方保留人工介入，从而在可控前提下扩大 Agent 的自主权。